introdução - Congresso Brasileiro de Meteorologia

INFLUÊNCIA DE VARIÁVEIS METEOROLÓGICAS SOBRE A INCIDÊNCIA DO
DENGUE, EM CAMPINA GRANDE E JOÃO PESSOA - PB
Nadja Maria Nascimento SOUSA1, Renílson Targino Dantas2, Rodrigo Cézar LIMEIRA3,
Lindenberg Lucena da SILVA3
ABSTRACT
It was used of temperature date and relative humidity of the air and precipitation to the period from
1992 to 2000, of Campina Grande (0713'S; 35º52W; 508m) and João Pessoa (07º07'S;034º53W;05m)
aiming at identifying the influence of these meteorological elements in the incidence of Primness.
Initially, it determined the coefficient of monthly incidence goes 10.000 in habitants, relating them
with: average temperature (T), maximum (Tx), minimum (Tn), relative humidity (UR) and precipitation
(P). It was used the precipitation, in total monthly, temperatures, low, average and maximum and
relative humidity was used in monthly averages. The climatic variations were observed, monthly and
go seasons. It was made analysis of simple regression and, the multiple lineal regression with the
meteorological elements in the model, goes to know the maximum that these explain on the incidence
of pathology. Was made it uses of the method of multiple regression" stepwise ". The test of
hypotheses, F, with level of the significance of 5%. There was influence of the meteorological elements
in the incidence of primness in João Pessoa with R2 0,34. The meteorological elements predictors to
incidence of the disease are maximum temperature and precipitation in João Pessoa and in Campina
Grande no one element was significant statistic.
RESUMO
Utilizou-se dados de temperatura, umidade relativa do ar e precipitação do período de 1992 a 2000, de
Campina Grande (0793’S; 35º52W; 508m) e João Pessoa (07º07’S; 034º53W; 05m) objetivando
identificar a influência destes elementos meteorológicos na incidência do dengue. Determinaram-se os
coeficientes de incidência mensal por 10.000 habitantes, relacionando-os com as temperaturas média
1
Mestra em Meteorologia pelo DCA/CCT/UFCG.
Professor Doutor do DCA/ CCT/UFCG, e- mail:[email protected]
3
Aluno do Curso de Graduação em Meteorologia do DCA/CCT/UFCG, e-mail:[email protected],
[email protected]
2
(T), máxima (Tx), mínima (Tn), umidade relativa do ar (UR) e precipitação (P) do período estudado.
Utilizou-se a precipitação, em totais mensais, e as temperaturas, mínima, média e máxima e umidade
relativa do ar em médias mensais.Utilizaram-se as variações climáticas mensais e por estações do ano
no período estudado. Fez-se análise de regressão e a regressão linear múltipla dos elementos
meteorológicos do modelo, para saber, o máximo que estes explicam sobre a incidência da patologia
estudada.Utilizou-se o método de regressão múltipla, “stepwise”, mantendo no modelo os elementos
meteorológicos que mais contribuíam sobre a incidência da doença, teste de hipóteses, F, com nível de
significância de 5%. Houve influência dos elementos meteorológicos na incidência do Dengue, em
João Pessoa com R2 de 0,34.Os elementos meteorológicos preditores da incidência da doença em João
Pessoa, são a Temperatura máxima e a Precipitação. Em Campina Grande nenhum elemento foi
estatisticamente significativo.
Palavras – Chave: Dengue, incidência, doença.
INTRODUÇÃO
O Brasil, país tropical, onde a maioria da população é desnutrida e vive em condições sanitárias
precárias, o aparecimento de doenças do trato respiratório e endêmica, ocorrem freqüentemente.Estes
fatores associados às mudanças climáticas contribuem para o aumento de algumas destas patologias.
Doenças transmitidas por vetores (como dengue) e por outros organismos patogênicos, são um grave
problema no processo saúde – doença.
Dengue, é uma patologia causada por um vírus que aparece nos trópicos, transmitida por
mosquitos da espécie Aedes aegypti. A reemergencia dessa infecção sob a forma de Dengue Clássico,
Febre Hemorrágica do Dengue e Síndrome de Choque do Dengue coloca essa virose como um dos
mais graves problemas de Saúde Pública do continente. No Brasil, a primeira epidemia ocorreu em
1982, em Boa Vista, Roraima.Somente a partir de 1986, se iniciou, como epidemias explosivas, que
foram se expandindo para todas as regiões brasileiras.Nesse momento, o Brasil alcançou um elevado
índice endêmico, em virtude da rápida dispersão do vetor em grande extensão territorial, o que
propiciou a circulação viral em maior número de estados e municípios, expondo, paulatinamente, novas
populações às infecções.
De acordo com Rouquayrol (1994), no campo epidemiológico, o clima é o aspecto do ambiente
físico que tem até agora concentrado maior atenção para estudos epidemiológicos.O clima é a
resultante de toda variedade de fenômenos meteorológicos específicos, que caracterizam a situação
média da atmosfera, em uma região delimitada da superfície terrestre. Estudam-se os fatores climáticos,
para que, através deles, possam ser inferidas hipóteses de causalidade quanto a algum fator de risco
cuja variação na natureza dependa da variação de algum fator climático.
Segundo a mesma autora, os aspectos do clima que mais de perto influenciam as biocenoses e,
portanto, os seres vivos implicados no processo de transmissão de doença são a temperatura, a umidade
relativa do ar e a precipitação pluviométrica.
Segundo Veronesi (1999), fatores de ordem social e climático influem para o surgimento dos
surtos de dengue. O vírus, quando introduzido em comunidade humana susceptível, idealmente densa e
com moradias infestadas pelo mosquito vetor, sob condições de temperatura e umidade elevadas,
obtém as condições adequadas para o início de uma epidemia. No calor úmido, como o que ocorre na
maior parte do Brasil, especialmente durante o verão, ocorre oviposição acelerada e aumenta a
voracidade do mosquito, que necessita sugar vários homens em curto espaço de tempo, facilitando a
transmissão viral.
É de grande importância para a biometeorologia, fazer-se estudos relacionando clima e saúde.
Esta é uma de crescente preocupação internacional por parte de médicos e climatologistas, à medida
que aparecem mais evidências, de que um aquecimento global do planeta, possa aumentar as
possibilidades, de que vetores ampliem suas áreas de influência ao propagarem vírus e outros
microorganismos. Além do mais, anos com ocorrência de eventos extremos, como El – Niño, por
exemplo, aparecem relacionados com eclosão de doenças transmitidas, principalmente, por vetores
como dengue e também ocorre um aumento considerável de doenças respiratórias. Justifica-se dessa
forma, a importância de fazer-se um estudo a respeito da dengue, oportunizando a comunidade
acadêmica e a sociedade, informações de como a mudança de tempo influencia sobre a mesma.
Nesta perspectiva, este trabalho tem como objetivo, conduzir tecnicamente um estudo sobre a
influência dos elementos meteorológicos sobre a incidência, mensal e por estação do ano, do dengue
nas cidades de Campina Grande e João Pessoa no estado da Paraíba.
MATERIAL E MÉTODOS
Foram utilizados dados de temperatura e umidade relativa do ar e precipitação, referentes ao
período de 1992 a 2000 de Campina Grande – PB e João Pessoa – PB, cujas coordenadas geográficas
são respectivamente: (0713`S; 3552’W; 540m) e (0707`S; 3453’W; 05m), para identificar a
influência destes elementos meteorológicos sobre a incidência do dengue nestes locais.
A escolha destas localidades deveu-se, principalmente, a adversidade climática entre as estações
em estudo, uma vez que, cada uma delas, localiza-se em sub-região do estado da Paraíba, abrangendo
características climáticas diferentes.
Campina Grande apresenta clima mais ameno, com precipitações escassas durante o ano,
enquanto que João Pessoa é quente e possui período chuvoso longo, com índices de precipitações,
consideráveis, durante quase todo o ano.
Para verificar o aumento (ou redução) da ocorrência da doença, fez-se uso do conceito de
incidência, que é utilizado para efeito de relativização da medida, e de sua aplicação ao estudo da
incidência de doenças, numa população em épocas diferentes, ou em populações diversas numa mesma
época. Os coeficientes de incidências mensais (C. It ) para a doença, para o período de 1992 – 2000,
foram calculados da seguinte forma (Rouquayrol, 1994):
C.It = Número de casos novos x 10n
População exposta ao risco
(1)
Em que n, determina o tamanho da amostra da população e t, um mês do ano. Neste trabalho, o valor de
n é igual a 4, e portanto, os coeficientes de incidências da patologia, foram expressos por 10.000
habitantes.
O coeficiente de incidência mensal médio esperado para cada mês dos anos posteriores a 2000,
foi dado por:
_
C.I.médt = Yt
(2)
Onde Yt é a média aritmética dos coeficientes de incidência calculados para todos os meses
equivalentes, no período estudado.
Já, o coeficiente de incidência mensal máximo esperado, para cada mês do ano, foi dado por:
C.I.máxt = C.I.médt + zSt
(3)
Onde z, é o número de desvios padrões que uma variável aleatória está afastada da média; e S t é o
desvio – padrão, dado por:
n
_
St = ( Σ ( Yi – Y )2/n – 1) 1/ 2
i=1
(4)
Em que Y, representa uma patologia, t é um mês do ano e n, o tamanho da amostra, na referida
equação.
Neste trabalho, foi assumido o valor de 1,64 para z, quando se referir ao cálculo do C.I. máx t e z
igual a 1,96, para o intervalo de confiança dos dados meteorológicos ( média aritmética do referido
elemento ± 1,96 S). Para os dados referentes à patologia, utilizou-se distribuição unilateral, visto que
neste caso, só é interessante verificar o limiar entre a situação de controle (endemia) e uma situação
fora de controle (epidemia). Para os dados meteorológicos foi utilizado o bilateral, pois neste caso, é
importante especificar a faixa de variação, em que os elementos meteorológicos, foram corretamente
estimados para o período em estudo. Em ambos os casos, os dados utilizados neste estudo foram
estimados com um nível de 95% de confiança.
As variações climáticas mensal e por estação do ano do período estudado, foram avaliadas por
análise direta das variáveis e por métodos estatísticos.
Em seguida fez-se uso da análise de regressão simples e, em seguida, a regressão linear múltipla
com todos os elementos meteorológicos contidos no modelo, com a finalidade de saber o máximo que
as condições meteorológicas estudadas explicam sobre a incidência da patologia estudada. Por fim, fezse uso do método de regressão múltipla denominado “stepwise” regression procedure, para manter no
modelo apenas elementos meteorológicos que mais contribuam sobre a incidência do dengue nas duas
localidades.
A reta de mínimo quadrado que melhor se ajusta ao conjunto de pontos (X1, Y1), (X2, Y2),....,
(XN, YN) será representada pela equação Spiegel(1998):
Y = a0 + a1X
(5)
Em que, as constantes a0 e a1 são denominadas mediante ao comumente encontrado na literatura.
A expressão matemática usada para a obtenção do coeficiente de correlação r, é a que segue
Spiegel (1998):
R = Sxy / SxSy
(6)
Em que, Sxy é a covariância amostral e Sx e Sy são os desvios padrões das séries de dados. A variação
independente, Y, é a doença e as variáveis dependentes, X, os elementos meteorológicos.
Se R = 0, não há correlação entre as variáveis, se R = 1, a relação é funcional e positiva, se R = 1, a relação é funcional e negativa.Essas propriedades podem ser vistas em Griffiths (1967), Bussab
(1988) e Wilks (1995).
Uma regressão múltipla, consiste de n observações de p, variáveis independentes ou explicativas
(X1,X2,...,Xp) e uma variável dependente ou resposta (Y).
A relação entre Y e X1, X2, X3,....,Xp é formulada como no modelo linear
Y = B0 + B1X1i + B2X2i + .....+ BPXPi + Ui
(7)
Em que B0, B1, B2,....,Bp são os coeficientes de regressão e Ui são os distúrbios aleatórios,
independentemente distribuídos, com média zero e variância constante e Y é uma função linear dos
Xi’s. O coeficiente de regressão, Bi, pode ser interpretado como um incremento em Y, correspondente a
um acréscimo de uma unidade em Xi, quando todas as outras variáveis forem mantidas constantes. Em
resumo, a equação (7) é a equação de um plano no espaço p dimensional.
Os Bi’s são estimados pela minimização da soma dos quadrados dos resíduos ou método dos
mínimos quadrados (MMQ), e são obtidos resolvendo o conjunto de equações normais do plano dado
por (8) ou conjunto de n equações múltiplas lineares:
N
N
N
N
N
Σ YiX1i = B0 Σ X1i + B1 Σ X21i + B2 Σ X1iX2i + .....+ Bp Σ X1iXpi
i =1
N
i =1
i =1
i =1
i =1
N
N
N
N
(8)
Σ YiXni = B0 Σ Xni + B1 Σ X21i + B2 Σ X1iX2i + .....+ Bp Σ XniXpi
i =1
i =1
i =1
i =1
i =1
Uma das vantagens, de uma função de regressão que incorpora muitas variáveis importantes,
relacionadas a variável dependente (Y), é que ela permite estudar como uma dessas variáveis
independentes afeta Y, quando todas as outras variáveis são mantidas constantes.
Após ajustar os dados observados ao modelo, a avaliação desse modelo, poderá ser efetuada
pelo coeficiente de determinação (R2) , da regressão múltipla, dado por:
N
N
_
R = 1 – Σ (Yobs – Yest) / Σ (Yobs – Y)2
2
2
i =1
i =1
(9)
Testar a hipótese de que não existe B0 = B1 =B2....,=Bn, é equivalente a testar a hipótese, de que
não existe associação linear entre os valores das variáveis independentes e da variável dependente. Essa
hipótese é testada pelo teste F que é dado por:
F = R2 (n – p –1) / (1- R2 )p
Em que (n-p-1) é o grau de liberdade, n é o tamanho da amostra e p é o número de parâmetros do
modelo. Quando o valor de F calculado for maior do que o F tabelado, para um dado nível de
significância (1 – σ ), rejeita-se a hipótese dos Bi’s serem nulos e aceita-se a regressão. Essas definições
podem ser vistas em Spiegel (1998), Weisberg (1980), Draper & Smith (1985).
A adequacidade dos coeficientes de correlação foi verificada, para um nível de significância de
0,05 nesse estudo.
Utilizou-se, para analisar os resultados obtidos neste trabalho, os seguintes critérios:
1. Critério para avaliar a contribuição de uma variável no modelo obtido pelo ajuste de regressão
múltipla, Maia (2001), de acordo com Draper & Smith (1981), utilizando o método de “stepwise”
regression procedure: permanecem no modelo obtido pelo ajuste da regressão múltipla, as variáveis
independentes que melhor se ajustam ao fenômeno, não apenas pelo critério da significância estatística
mas, também com base na contribuição da cada variável ao modelo. Esta contribuição quantitativa, foi
estimada pelo aumento observado na soma de quadrado devido à regressão, quando da adição de cada
variável no modelo. Em seguida, somam-se todos os pesos das variáveis assumindo-os iguais a 100%, e
fez-se a proporção percentual de cada variável. O maior peso multiplicado por 0,9, foi o valor limite
para determinar as variáveis que podem ser consideradas preditoras.
2. Para analisar os elementos meteorológicos referentes à temperatura e umidade relativa do ar,baseado
em Saldanha (1999):
Tabela xx – valores críticos de temperatura e umidade relativa do ar, utilizando como referência, as
normais climatológicas dos últimos 30 anos, das duas localidades em estudo, 1961 – 1990.
Campina Grande
João Pessoa
Alta temperatura, T >23,3 oC; Tx > 27,5 oC; Tn > 19,2 oC
Alta temperatura, T > 26,1 oC ; Tx >29,3 oC;
Tn > 21,9 oC
Baixa temperatura, T <23,3 oC; Tx < 27,5 oC; Tn > 19,2 oC Baixa temperatura,T < 26,1oC ; Tx <29,3 oC;
Tn < 21,9 oC
Alta Umidade, UR > 82,7 (%)
Alta Umidade, UR > 76,2 (%)
Baixa Umidade, UR < 82,7 (%)
Baixa Umidade, UR < 76,2(%)
RESULTADOS E DISCUSSÕES
Dentro do período analisado, 1992 – 2000, nos anos de 1992 a 1995 não foi registrado nenhum
caso do dengue nas localidades estudadas. Isto se deveu ao fato do mosquito vetor, transmissor desse
vírus, ainda não ter sido importado para esses municípios. Justifica-se dessa forma, o fato do período
estudado para essa patologia, constar apenas dos anos de 1996 a 2000, já que, o período inicial de
incidência do dengue nestes municípios ocorreu ao mesmo tempo a partir de 1996.
Inicialmente fez-se uma analise da incidência mensal do dengue nas duas localidades, e os
resultados obtidos estão disponíveis nas Tabelas 1 e 2.
Tabela-1 Mês de pico do dengue, temperaturas, máxima, média e mínima, umidade relativa do ar (%),
precipitação e coeficiente de incidência do dengue por 10.000 habitantes, em valores médios
observados para este referido mês no período de 1996 – 2000 na localidade de Campina grande.
Mês de pico Temp.máxima Temp.média Temp.mínima U.relativa Precipitação Coef.inc.
Abril
(oC)
.(oC)
(oC)
(%)
(mm)
/10.000 hab.
31,0
24,8
21,7
78
100,0
4,1
Na tabela 1, observa-se o mês de pico é Abril, quando geralmente está ocorrendo a estação
chuvosa, e as temperaturas médias mensais, do ar, máxima e mínima ainda se encontram elevadas.
Observou-se no estudo que a partir de Maio, mês em que a temperatura de uma forma geral começa a
diminuir mais sensivelmente e, a umidade do relativa do ar continua aumentando, o número de casos
notificados começa a declinar, voltando a crescer a partir de Dezembro prosseguindo até Abril.
Tabela-2 Mês de pico do dengue, temperaturas, máxima, média e mínima, umidade relativa do ar (%),
precipitação e coeficiente de incidência do dengue por 10.000 habitantes, em valores médios
observados para este referido mês no período de 1996 – 2000 na localidade de João Pessoa.
Mês de pico Temp.máxima Temp.média Temp.mínima U.relativa Precipitação Coef.inc.
Maio
(oC)
.(oC)
(oC)
(%)
(mm)
/10.000 hab.
30,1
27,3
23,8
80
300,0
17,47
Na tabela 2, observa-se o mês de pico é Maio, quando geralmente está ocorrendo a estação
chuvosa, e as temperaturas médias mensais, do ar, máxima e mínima ainda se encontram elevadas.
Observou-se no estudo que a partir de Junho, mês em que a temperatura de uma forma geral começa a
diminuir mais sensivelmente e, a umidade do relativa do ar continua aumentando, o número de casos
notificados começa a declinar, decrescendo até Dezembro, mês de menor incidência com 0,57 casos
/10.000 habitantes.
A partir da analise da incidência mensal de dengue, nas duas localidades, pode-se afirmar que há
um maior favorecimento para a disseminação do vírus do dengue nos cinco primeiros meses do ano,
conforme afirma o Ministério da Saúde (1998) e Veronesi (1999).
Nos meses em que a temperatura nas duas localidades começa a baixar, em seguida, percebe-se
um decréscimo do número de casos incidentes. Isto sugere, a existência de uma faixa considerada
ótima, que favorece a proliferação do mosquito vetor como também a transmissão do vírus causador
dessa patologia, já que, quanto maior o número de mosquitos maior será o risco de contaminação.Por
outro lado, as baixas temperaturas podem causar a redução do número de registros de casos,
principalmente no início do período considerado frio, sugerindo que este decréscimo pode estar
relacionado com a perda do poder de infecção do mosquito vetor, concordando com Patz et.al.,(1996)
Sabbatini, (1997), Veronesi,(1999) e Epstein (2000).
Observando-se o gráfico 1,2 vê-se que no período de 1996 – 2000, a evolução do dengue
no decorrer do ano, apresenta maior endemicidade em João Pessoa e menor em Campina Grande.
Observa-se, outrossim, que os maiores valores de endemicidade registrados em Campina Grande no
trimestre de maior incidência, são menores do que o menor valor do trimestre de maior incidência de
João Pessoa.
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
jan fev mar abr mai jun jul
ago set out nov dez
Gráfico 1,2 – Coeficientes mensais de incidência do dengue em Campina Grande e João Pessoa, 1996 –
2000.
A tabela 3, mostra a incidência de dengue, por estação do ano, em Campina Grande e João
Pessoa para o período estudado, onde se vê que, as estações do verão/outono, concentram quase a
totalidade do número de casos registrados nesse período, em ambos os municípios, expressos em forma
mensal por 10.000 habitantes. A estação de maior incidência é o outono, com 2,73 casos, o que
equivale a 56,5% do total de casos verificados, em Campina grande, e com 13,01 casos que
corresponde a 61,3% do total de casos verificados em João Pessoa. A estação em que se observa menor
ocorrência do dengue em Campina Grande é o inverno, com 0,18 casos, cerca de 3,7% do total. Em
João Pessoa, é a primavera com 0,85 caso, o equivalente a 4% do total de casos observados.
Tabela 3 – Incidência do dengue, por estação do ano, em Campina Grande e João Pessoa (1996 –
2000), em valor médio mensal, por 10.000 habitantes.
Dengue
Verão
Outono
Inverno
Primavera
Campina Grande
1,67
2,73
0,18
0,25
João Pessoa
5,36
13,01
1,99
0,85
Durante o verão, observa-se que na localidade de João Pessoa, há indícios de que, as condições
atmosféricas favoreçam mais a proliferação e contaminação do mosquito vetor, já que, com a
temperatura e umidade elevadas, verificadas neste local, durante esta estação, propiciam condições
adequadas para aumentar o poder de infecção da fêmea, e assim, conseguir espalhar o vírus, com maior
rapidez, concordando com Moraes et al. (1996). Parece que esse favorecimento atmosférico diminui
com o aumento da altitude, onde as condições térmicas são mais suaves, é o que ocorre em campina
Grande, conforme estudo de Taylor & Mutambu (1986).
No outono, em ambas as localidades, esse favorecimento atmosférico parace aumentar ainda
mais que na estação anterior, principalmente, até meados do período. Em seguida, reduz-se bastante, o
poder do mosquito de infectar e transmitir o vírus, isto é, de completar o seu ciclo extrínseco.Isto
sugere, que a perda de tal poder esteja condicionado as temperaturas mínimas. Em Campina rande, que
possui clima mais ameno, o poder infeccioso do Aedes aegypti, é reduzido na maior parte desse
período, concordando com observações de Patz et al., (1996), Moraes et al., (1996) e Epstein (2000).
Durante o inverno, há evidências de que as condições atmosféricas nesta estação sejam adversas
para o mosquito vetor, inibindo a proliferação e a contaminação do mesmo, pois as baixas
temperaturas, principalmente a temperatura mínima, impedem que seu ciclo extrínseco se complete.
Isso se verifica em ambas as localidades.
Na primavera, apesar da temperatura já está elevada, a baixa umidade relativa do ar, parece inibir
a ação do mosquito vetor, sugerindo que, nesse período, as condições atmosféricas, também sejam
desfavoráveis ao Aedes aegypti, nos dois locais.
A tabela 4 mostra o efeito das temperaturas, umidade relativa do ar e, precipitação sobre a
incidência de casos do dengue em Campina Grande e João Pessoa, mediante regressão linear múltipla.
Sendo que, apenas João Pessoa apresentou significado estatístico, que indica que os elementos
meteorológicos tiveram influência significativa na incidência desta patologia nessa localidade, com R 2
igual a 0,34. Inicialmente verifica-se que em Campina Grande, os casos desta patologia estão
correlacionados com estes elementos meteorológicos em torno de 38%, enquanto que, em João Pessoa,
aproximadamente 59% dos casos assim, correlacionam-se.
Verifica-se também, por meio desta tabela, que a temperatura do ar contribui muito mais na
incidência dos casos do dengue, tanto em Campina Grande como em João Pessoa, com destaque para a
temperatura máxima do ar em João Pessoa. Os resultados obtidos em João Pessoa foram relativamente
bem expressivos, haja visto que, segundo Sousa (1999), os fatores meteorológicos, são os que melhor
explicam a proliferação do Aedes aegypti, e como este, é o transmissor do dengue, neste local, há
indícios de que , os fatores meteorológicos também explicam mais a incidência desta patologia em João
Pessoa.
Tabela 4 – Equações de regressão linear múltipla com coeficientes de determinação e
aderência, para as localidades de Campina Grande e João Pessoa.
Localidade
Equação
R2
Campina Grande Dengue = -27,394 + 7,114 T – 2,203Tx– 4,029Tn + 0,086UR +
0,14
0,007P
João Pessoa
Dengue = -129,017 + 1,526T + 6,458Tx – 4,256 Tn – 0,026UR +
0,34
0,03P
teste de
Teste F
0,102
0,000
Na analise de regressão múltipla pelo método “stepwise”, só permaneceram na equação final, por
ordem decrescente de contribuição, os elementos P, Tx e Tn, sendo P e Tx, consideradas como
preditoras para a Incidência do dengue em João Pessoa, representadas pela seguinte equação:
Dengue = - 134,75 + 7,673 Tx – 3,867 Tn + 0,029P
Foi observado, com base em critério pré – estabelecido, que em Campina Grande, os casos de
dengue, ocorreram com temperaturas elevadas e baixa umidade relativa do ar, enquanto, em João
Pessoa, se verificaram com temperatura e umidade relativa do ar elevadas. De acordo com estas
observações, durante o período de 1996 – 2000, nas duas localidades, mais de 96% dos casos de
dengue, se verificaram com a temperatura mínima superior a sua normal.
Observando-se o gráfico 3, vê-se que no período de 1996 – 2000, a evolução do dengue no
decorrer do período estudado, apresenta maior endemicidade em João Pessoa e menor em Campina
Grande. Observa-se, outrossim, que os maiores valores de endemicidade registrados em Campina
Grande no biênio 1999 / 2000, de maior incidência, são maiores do que o valor do biênio
correspondente de menor incidência de João Pessoa.
Gráfico 3 – Coeficientes anuais de incidência do dengue em Campina Grande e João Pessoa 1996 –
2000.
CONCLUSÕES
Em Campina Grande, os casos do dengue estão correlacionados com as variáveis meteorológicas
em torno de 38%, enquanto que, em João Pessoa, aproximadamente 59% dos casos assim,
correlacionam-se.
As condições atmosféricas da localidade de Campina Grande restringem mais a ação do
mosquito vetor impedindo-o de transmitir o vírus da dengue; principalmente quando a temperatura
mínima diminui mais sensivelmente; ao passo que em João Pessoa o favorecimento das condições
atmosféricas é bem maior para que o mosquito possa se proliferar mais rapidamente e adquirir o poder
de infectar as pessoas.
A incidência do dengue, por estação do ano, é maior em João Pessoa, atingindo um valor
máximo de 13,01 casos da doença por cada 10.000 habitantes e ocorre no outono.
Durante o verão, na localidade de João Pessoa, há indícios de que, as condições atmosféricas
favoreçam mais a proliferação e contaminação do mosquito vetor, já que, com a temperatura e umidade
elevadas, neste local, durante esta estação, propicia-se condições adequadas para aumentar o poder de
infecção da fêmea, e assim, o vírus se espalha com maior rapidez, Parece que esse favorecimento
atmosférico diminui com o aumento da altitude, onde as condições térmicas são mais suaves, é o que
ocorre em campina Grande.
REFERÊNCIAS BIBLIOGRÁFICAS
BELLUSCI, S. M. Epidemiologia. Série Apontamentos. São Paulo: SENAC São Paulo, 1995.
BRASIL. Ministério da Saúde. Dengue. Brasília: Fundação Nacional de Saúde, 1999.
BUSSAB, W.O. Analise de variância e de regressão; uma introdução. 2 ed. São Paulo: Atual, 1998. P.
147.
FIGUEIREDO, L. T. M.; FONSECA, B.A.L. Dengue. In: Tratado de infectologia (R. Veronesi & R.
Focacia). São Paulo: Atheneu, P.201 – 214. 1996.
INSTITUTO BRASILIRO DE GEOGRAFIA E ESTATISTICA (IBGE). Ministério do Planejamento e
Coordenação Geral. Departamento de Censos, 2001.
MORAIS, J.G.M.et al. Dengue: manual de orientações.Secretaria de Saúde do Estado de
Pernambuco/Comissão Estadual de Controle do Dengue. Recife, 1996. P.23.
NOGUEIRA, R.M.R.;MIAGOSTOVICH, M.P.;SCHATZMAYR, H.G. molecular epidemiology of
dengue viruses in Brazil. Cad. Saúde Pública, v.16,n.1, Rio de Janeiro. Jan/mar. 2000.
PINHEIRO, F.P.;TRAVASSOS - DA - ROSA ,J.F.S. Febres hemorrágicas viróticas.Febre hemorrágica
do dengue. In: Tratado de infectologia (R. Veronesi & R. Fofacia). São Paulo: Atheneu, P.258 – 263.
1996.
ROUQUAYROL, M.Z. Epidemiologia e saúde. 4. ed. Rio de Janeiro: MEDSI, 1994. P540.